[发明专利]一种基于机器视觉的皮带检测算法

说明书

本发明公开了一种基于机器视觉的皮带检测算法，包括如下步骤：A、首先通过摄像头读取视频帧；A1、通过摄像头对皮带表面进行表面图像采集，并评判采集到图像的清晰程度。本发明通过采用RGB摄像头进行撕裂实时检测，有效降低了硬件成本以及特殊场景下无法安装额外硬件的问题，对于神经网络可能出现的漏检情况，进行了原理性的优化，在保证实时性、精确性的情况下，对于皮带断裂预警起到了关键性的作用，解决了皮带撕裂检测器和激光辅助方法无法检测皮带底下的小撕裂，而小撕裂往往是演变成大撕裂的前置因素，所以小撕裂检测是非常关键的，而第三种方法因为样本非常小，所以误检、漏检的几率比较大，不适合工业使用的问题。

技术领域

本发明涉及皮带检测技术领域，具体为一种基于机器视觉的皮带检测算法。

背景技术

工业皮带有工业传动带、汽车传动带和输送带三大类，前两种都属于传动带，传动带用于传递机械动力的胶带，包括平型传动胶带和三角传动胶带，由橡胶和增强材料构成，以多层挂胶帆布、合成纤维织物、帘线和钢丝等作抗拉层，覆合橡胶后经成型、硫化而制成。广泛用于各种的动力传动，传动带是将原动机的电机或发动机旋转产生的动力，通过带轮由胶带传导到机械设备上，故又称之为动力带，它是机电设备的核心联结部件，种类异常繁多，用途极为广泛，从大到几千千瓦的巨型电机，小到不足一个千瓦的微型电机，甚至包括家电、计算机、机器人等精密机械在内都离不开传动带。它的最大特点是可以自由变速，远近传动，结构简单，更换方便，所以，从原始机械到现代自动设备都有传动带的身影，产品历经多次演变，技术日臻成熟。

皮带在使用过程中会因受力过大或者老化出现撕裂，因此需要对皮带进行状态检测，以往的皮带撕裂多是用人工的方式去查看，费时又费力，对此，一般会采用机器视觉的方法去实时检测皮带的撕裂，目前市面上的主流方法有：皮带撕裂检测器、激光辅助进行视觉检测和神经网络进行目标检测，但是皮带撕裂检测器和激光辅助方法无法检测皮带底下的小撕裂，而小撕裂往往是演变成大撕裂的前置因素，所以小撕裂检测是非常关键的，而第三种方法因为样本非常小，所以误检、漏检的几率比较大，不适合工业使用。

发明内容

本发明的目的在于提供一种基于机器视觉的皮带检测算法，具备实时准确的优点，解决了皮带撕裂检测器和激光辅助方法无法检测皮带底下的小撕裂，而小撕裂往往是演变成大撕裂的前置因素，所以小撕裂检测是非常关键的，而第三种方法因为样本非常小，所以误检、漏检的几率比较大，不适合工业使用的问题。

为实现上述目的，本发明提供如下技术方案：一种基于机器视觉的皮带检测算法，包括如下步骤：

A、首先通过摄像头读取视频帧；

A1、通过摄像头对皮带表面进行表面图像采集，并评判采集到图像的清晰程度，根据图像的清晰程度调整对焦状态；

B、单独过滤出皮带、去除背景噪音；

B1、单独提取出运动中的皮带进行处理，对于撕裂等异常图像进行区域性识别特征，对于满足设定阈值的则认定为撕裂；

C、检测皮带是否存在异常区域；

C1、选择前面几个最有可能的模型作为背景模型，提取出背景模型后，则可以过滤出皮带进行单独的检测；

D、发送信号至服务端报警，并保存视频片段；

D1、检测到皮带撕裂区域后会发送信号至服务终端提醒操作者，并且会对皮带撕裂区域进行视频保存。

优选的，所述步骤A中的摄像头为RGB摄像头，且RGB摄像头的像素为1080P，步骤A通过算法区分背景和皮带，提取出背景。

优选的，所述步骤C中在检测到皮带存在异常时会通过步骤D发送信号至服务端报警，并保存视频片段。

优选的，所述步骤C中在检测到皮带不存在异常时会通过步骤A继续通过摄像头读取视频帧。